《Journal of CO2 Utilization》:Production prediction of shale gas reservoirs during CO
2 huff-and-puff based on inflow performance relationship curves
编辑推荐:
基于流入动态关系(inflow performance relationship,IPR)曲线的方法被提出用于页岩气藏CO2吞吐作业的产量预测。该模型综合考虑了CO2注入效应以及CO2与CH
基于流入动态关系(inflow performance relationship,IPR)曲线的方法被提出用于页岩气藏CO2吞吐作业的产量预测。该模型综合考虑了CO2注入效应以及CO2与CH4之间的竞争吸附作用。通过定制化的IPR公式建立了两阶段流动划分方法。预测系数表现出良好的精度,平均绝对百分比误差(mean absolute percentage error,MAPE)分别为12.24%、9.80%和8.03%,Willmott指数(Willmott index,d)分别为0.74、0.98和0.98。该模型为页岩气藏提供了一种快速、计算高效的预测方法。
一、研究背景与问题
中国页岩气技术可采资源量约为8.82×10
12 m
3。页岩气作为一种相对清洁高效的能源,被视为中国未来能源结构的重要支柱。页岩储层通常具有极低的孔隙度和渗透率,必须通过水力压裂才能实现商业开发,但生产中后期产量递减显著,亟需有效的增产措施。CO
2吞吐作为一种循环注入、焖井、开井生产的作业模式,能够显著提高页岩气采收率。页岩气以吸附气、游离气和溶解气三种形式赋存,其中吸附气占比可达20%–85%。页岩对CO
2的吸附亲和力强于CH
4,竞争吸附比约为1.0–2.5。注入CO
2后,CO
2扩散进入基质孔隙,通过竞争吸附置换已吸附的CH
4,同时注入引起的压力升高促进游离CH
4从基质向裂缝网络运移。该过程不仅提高页岩气产量,还可实现CO
2长期地质封存。
准确预测气井产能对页岩气藏开发至关重要。现有预测模型可分为经验模型、解析模型和数值模拟方法。经验模型依赖长期稳定的生产历史数据拟合,当储层条件或注采制度改变时需重新校准。解析模型基于均质介质和简单井筒几何的简化假设,难以准确描述CO
2注入和竞争吸附等关键过程。数值模拟方法计算成本高、耗时长,模拟单个CO
2吞吐周期可能需要数小时至数天,难以满足快速现场决策和敏感性分析需求。因此,亟需开发计算效率高且物理基础明确的CO
2吞吐产量预测模型。
二、研究内容与结论
研究人员提出了一种基于IPR理论的页岩气藏CO
2吞吐产能预测模型。从多孔介质流动视角出发,任意时刻的气产量本质上受裂缝系统供气能力和生产压差控制,因此产量与井底流压之间存在由IPR形式描述的单调流入动态关系。通过数值模拟和参数敏感性分析,研究了CO
2-CH
4竞争吸附、气体扩散等因素对IPR曲线的影响,建立了计算高效且达到工程精度的预测模型。
三、关键研究方法
采用中国某页岩气田实际地质数据建立地质-工程一体化模型,模型包含56×45×36个网格单元、三口水平井及其对应的水力裂缝簇,形成三个SRV区域。利用速率瞬态分析(RTA)划分流动阶段,以双对数曲线斜率?0.5为阈值区分早期瞬态流和晚期流。选取Vogel方程和Fetkovich方程分别拟合两个阶段的IPR曲线,采用Levenberg-Marquardt算法进行非线性回归,以平均绝对百分比误差(MAPE)和Willmott指数(d)为评价指标。研究参数范围参考北美、欧洲和中国页岩储层数据确定:孔隙度2%–10%、Langmuir压力4.6–8.6 MPa、Langmuir体积0–2 cm
3·g
?1、裂缝导流能力2–32 μm
2·cm。利用SRV2区域进行盲测验证。
四、研究结果
3.1 敏感性分析
3.1.1 吞吐周期数:IPR曲线反映双重机制。早期瞬态流阶段曲线向上移动,表明重复吞吐促进CO
2向基质深部运移,加速吸附气解吸,暂时提升近井地带供气能力;晚期流阶段曲线向下移动,反映长期开发过程中储层能量的持续消耗。
3.1.2 孔隙度:IPR曲线随孔隙度增加整体上移,较大孔隙体积提供更持续的天然气供应,改善生产性能。
3.1.3 Langmuir体积和Langmuir压力:Langmuir体积增大利于页岩气解吸,曲线整体上移;Langmuir压力增大抑制解吸,曲线下移。两者与Langmuir吸附方程描述的理论机制一致。
3.1.4 扩散系数:不同扩散系数下IPR曲线几乎重叠,说明在研究的CO
2吞吐条件下扩散对气体流入行为影响很小。
3.1.5 裂缝导流能力:裂缝导流能力增大,IPR曲线显著上移,高导流能力降低水力阻力、改善裂缝网络与基质连通性,促进CH
4解吸,是最重要的工程参数之一。
3.1.6 变异系数计算:参数a
1对吞吐周期数、Langmuir体积、Langmuir压力和裂缝导流能力高度敏感;c
1对孔隙度、吞吐周期数、Langmuir体积、Langmuir压力和裂缝导流能力高度敏感;c
2主要受吞吐周期数和孔隙度控制。扩散系数敏感性极低,在预测模型中予以剔除。
3.2 产量预测模型回归
确定各系数与主控参数的最高多项式阶数。a
1和c
1与孔隙度、Langmuir体积、Langmuir压力和裂缝导流能力呈三次多项式关系,与吞吐周期数呈二次关系;c
2受孔隙度线性影响、吞吐周期数三次非线性影响。经86组数值模拟案例回归,a
1和c
2预测精度较好(MAPE分别为16.02%和11.22%,d分别为0.98和0.90),而c
1回归效果较弱(MAPE为28.62%,d为0.72)。为此引入孔隙度分组策略:高孔隙度组(φ≥6%)采用对数型预测模型,MAPE由23.19%降至22.68%,d由0.69升至0.70;低孔隙度组(φ<6%)引入周期数相关修正项Δc
1,d由0.67升至0.69。
3.3 产量预测模型验证
利用独立SRV2案例进行盲测:在早期瞬态流和晚期流阶段,预测的IPR曲线与数值模拟结果均达到良好一致性,系数a
1、c
1和c
2的MAPE分别为12.24%、9.80%和8.03%,对应的d值分别为0.74、0.98和0.98。结果证明该模型在不同流动阶段具有可靠预测能力。
3.4 模型局限性
基线数值模拟采用宏观连续介质方法,未显式考虑纳米尺度限域效应和动态裂缝导流能力衰减。若纳入这些效应,有效渗透率在生产阶段低压条件下可能下降更快,导致IPR曲线下降更陡,可能增大Fetkovich指数c
2的拟合值。对于纳米限域或强应力敏感储层,建议使用显式包含这些物理机制的模拟结果重新校准预测方程。模型仅适用于陈述的参数范围内。
五、讨论与结论
讨论部分指出模型在工程应用中的优势:输入参数少、计算效率高、公式简洁,支持动态开发优化、储层筛选和快速产量预测。局限在于均匀裂缝导流能力假设无法完全表征裂缝非均质性,早期瞬态流阶段预测精度相对不足。未来工作拟引入随机建模和深度学习描述非均质裂缝特征,提升瞬态流表征能力和早期阶段预测精度。
研究结论总结如下:该模型以IPR为理论基础,显式考虑CO
2注入增产效应和CO
2与CH
4竞争吸附。将CO
2吞吐生产过程划分为早期瞬态流和晚期流两个阶段,改进的Vogel型关系有效描述早期瞬态流阶段流入动态,Fetkovich方程更优表征晚期流阶段生产特征。敏感性分析表明早期瞬态流阶段产量受孔隙度、吞吐周期数、Langmuir压力、Langmuir体积和裂缝导流能力控制,晚期流阶段以孔隙度和吞吐周期数为主要控制因素,扩散系数影响可忽略。盲测验证中系数预测精度良好,MAPE为12.24%、9.80%和8.03%,d值分别为0.74、0.98和0.98,证明模型在不同流动阶段具有良好的稳健性和可靠性。